Pembasan Jurnal Studi Komponen Pasang Surut Perairan Dangkal (Over And

Compound Tides) Model Kanal 1 Dimensi Dengan Menggunakan Metoda

Asimilasi Data Variasional
Fenomena pasang surut yang terjadi dilautan dalam waktu yang periodik sangat
penting dan sangat mempengaruhi dalam aplikasi pada wilayah pesisir
khususnya.Pengetahuan pasang surut dapat diaplikasikan dalama navigasi,
rakayasa pantai/ocean engineering (pembuatan pelabuhan, bangunana penahan
ombak/gelombang, jembatan laut, dan pemasangan pipa bawah laut), survei
hidrografi,

penentuan

batas

wilayah

suatu

negara

serta

pembangkit

listrik.Penjalaran gelombang pasang surut pada perairan dangkal terjadi gesekan

dasar yang merupakan komponen non linear komponen inilah yang disebut
kompone pasang surut perairan dangkal/shallow water.
Diketahui dalam persamaan gerak terdapat dua suku non linear yaitu suku
konvektif dan suku gesekan.Dimana pada suku gesekan terdiri dari dua aspek,
suku gesekan kuadratik dan suku yang bekaitan dengan efek elevasi terhadap
gesekan momentum u|u|.Dalam jurnal ini membahas penelitian penyelesaian
persamaan gerak dengan menggunakan metode asimilasi data pada model
numerik, hal ini dilakukan karena penyelesaian persamaan yang didalamnya
terdapat suku-suku non linier secara analitik tidak mudah atau dikatakan
sulit.Namun jika diselesaikan dengan menggunakan metode numerik akan
menyebabkan ketidakstabilan.Terdapat juga cara alternatif yaitu, dengan
melinearisasi suku suku non linier.Dimana ketika kita mengabaikan suku-suku
non linier ternyata akan memperoleh hasil yang kurang baik.Hal ini disebabkan
pada perairan dangkal faktor non linier sangat signifikan.Namun dengan metode
asimilasi data pada model numerik diharapkan mampu memperbaiki hasil
model.Sehingga didapatkan hasil yang akurat dan dapat digunakan dalam
pembangunan wilayah pesisir.
Sebelum membahas hasil penelitian pada jurnal ini, sebaiknya kita harus tau apa
yang dimaksud dengan Asimilasi data.Hal itu merupakan suatu metodologi yang
dapat mengopimalkan informasi hasil pengamatan dengan mengkombinasikan

kedalam model numerik.Konsep asimilasi ini secara langsung berhubungan

dengan konsep error.
Secara umum asimilasi data dibagi menjadi 2 :
1. Control Theory (variasional)
2. Estimation Theory (sekuensial)
Pada jurnal ini menggunakan control theory (asimilasi data variasional), dimana
memecahkan masalah dengan optimasi dari kriteria yang ada melalui cara
meminimumkan cot function .Untuk mempermudah dalam menganalisa, dibuat
sebuah model yaitu model kanal 1 dimensi (gambar.jurnal) dengan spesifikasi
panjang kanal 126,875 km yang dibagi menjadi 12 grid dan tiap gridnya
sepanjang 10,573 km.Maksud dengan adanya model ini untuk mengilustrasikan
simulasi masalah yang ada sehingga mempermudah dalam menganalisisnya.
Dari hasil yang didapat pada penetilian tersebut menjelaskan bahwa pemilihan
jumlah iterasi maksimum akan memepengaruhi hasil asimilasi.Kemudian
berdasarkan data yang diperoleh (data tanpa asimilasi rms=12,70 % dengan
asimilasi LAE=840, NAE=840 rms=0,0099%) dan sebelum diterapkan asimilasi
rms untuk 1 adalah 0,1075 m/det dan untuk 2 adalah 0,44 m/det, sedangkan
setelah diasimilasi mendapatkan nilai 1 0,0125 m/det dan 2 adalah 0,0129
m/det.Dari data tersebut diketahui bahwa metode asimilasi data variasional efektif
meningkatkan ketelitian hasil simulasi.
Dengan perbedaan ketelitian tersebut sangat mempengaruhi jika diaplikasikan
dalam kehidupan nyata.Semakin kecil nilai error atau rms maka hasil tersebut
makin

akurat

dan

direkomendasikan

untuk

digunakan

dalam

aplikasi

manusia.Sehingga untuk saat ini direkomendasikan menggunakan metode

asimilasi variasional dalam pengolahan data pasang surut.